灵感象限-Ideasphere

自媒体视频一站式剪辑技能包

版本：v1.2.0
作者：AtomCollide-智械工坊团队
最后更新：2026-06-20

概览

灵感象限是 Hermes Agent 的视频编辑技能包，输入本地素材或在线 URL，自动完成完整的视频处理流水线。

在线下载(可选) → 去静音剪辑 → 语音转字幕 → LLM纠错 → 字幕翻译 → 双语字幕 → 字幕烧录 → TTS配音 → 平台适配渲染 → 多平台导出

核心能力：

• 🌐 在线视频下载（YouTube/B站/TikTok/抖音 等 1000+ 平台）
• 🎙️ TTS 语音配音（Edge TTS 300+ 免费音色，支持语速自动对齐）
• 🌍 上下文感知字幕翻译（翻译时提供前后3句上下文）
• 📝 双语字幕输出（原文+译文）
• 📱 平台适配渲染（抖音9:16 / YouTube16:9 / 小红书3:4）
• 🔄 流水线 Manifest 断点续跑
• 🤖 OpenAI API 规范兼容（MiniMax / OpenAI / DeepSeek / 通义千问）

快速开始

# 1. 检查依赖
python3 scripts/pipeline.py --check-deps

# 2. 配置 API Key
export MINIMAX_API_KEY="your-key"

# 3a. 从本地素材处理
python3 scripts/pipeline.py --all \
  --input "/path/to/videos" \
  --output "/path/to/output" \
  --target-lang "English" \
  --bilingual \
  --platform douyin

# 3b. 从在线 URL 下载并处理
python3 scripts/video_download.py "https://www.youtube.com/watch?v=xxx" -o ./downloads
python3 scripts/pipeline.py --all \
  --input "./downloads" \
  --output "/path/to/output" \
  --target-lang "English"

# 3c. 生成配音视频
python3 scripts/tts_dubbing.py --srt translated.srt --video original.mp4 --output ./tts_output

核心流程

新增功能 (v1.2.0)

🎙️ TTS 语音配音 (tts_dubbing.py)

将翻译后的字幕合成为自然语音，支持配音视频生成。

# Edge TTS 合成（免费，300+ 音色）
python3 scripts/tts_dubbing.py --srt translated.srt --output ./tts_output

# 指定中文男声
python3 scripts/tts_dubbing.py --srt translated.srt --voice zh-CN-YunxiNeural --output ./tts_output

# 生成配音视频（替换原始音频）
python3 scripts/tts_dubbing.py --srt translated.srt --video original.mp4 --output ./tts_output

# 混合模式（保留原始音频作为背景音）
python3 scripts/tts_dubbing.py --srt translated.srt --video original.mp4 --output ./tts_output --mix-original

# 列出可用音色
python3 scripts/tts_dubbing.py --list-voices --lang zh

# 安装依赖
python3 scripts/tts_dubbing.py --install-deps

特性：

• Edge TTS：免费，支持中/英/日/韩/法/德/西/葡/俄/阿拉伯等语言
• 语速自动对齐：TTS 时长自动匹配字幕时间轴
• 双语字幕支持：自动提取译文行进行合成
• 配音视频生成：替换或混合原始音频轨

🌐 在线视频下载 (video_download.py)

从 1000+ 平台下载视频和字幕，支持代理和批量下载。

# 下载 YouTube 视频（含字幕）
python3 scripts/video_download.py "https://www.youtube.com/watch?v=xxx" -o ./downloads

# 下载 B站视频
python3 scripts/video_download.py "https://www.bilibili.com/video/BVxxx" -o ./downloads

# 指定画质
python3 scripts/video_download.py "https://..." -o ./downloads --max-height 720

# 仅下载字幕
python3 scripts/video_download.py "https://..." -o ./downloads --subs-only

# 使用代理
python3 scripts/video_download.py "https://..." -o ./downloads --proxy "http://127.0.0.1:7890"

# 批量下载
python3 scripts/video_download.py --batch urls.txt -o ./downloads

# 获取视频信息（不下载）
python3 scripts/video_download.py "https://..." --info

# 安装依赖
python3 scripts/video_download.py --install-deps

支持平台：
YouTube / B站 / TikTok / 抖音 / Twitter / Instagram / 微博 / 小红书 / 快手 等 1000+ 平台

支持的平台导出

支持的 LLM

所有兼容 OpenAI API 规范的 LLM 均可使用：

• MiniMax（默认）
• OpenAI（GPT-4o-mini 等）
• DeepSeek
• 通义千问
• 本地部署的开源模型

文件结构

hermes-skill-ideasphere/
├── SKILL.md                   # 技能定义
├── README.md                  # 使用说明
├── _meta.json                 # 元数据
├── templates/
│   └── pipeline_params.md     # 流水线参数模板
├── references/
│   └── dependencies.md        # 依赖说明
└── scripts/
    ├── pipeline.py            # 工作流编排
    ├── stage_pipeline.py      # 阶段式流水线引擎
    ├── video_clip.py          # 视频剪辑（去静音）
    ├── video_to_text.py       # 语音转字幕
    ├── translate_subtitle.py  # 字幕翻译（上下文感知 + 双语）
    ├── burn_subtitle.py       # 烧录字幕
    ├── platform_render.py     # 平台适配渲染
    ├── ffmpeg_tools.py        # FFmpeg 工具箱
    ├── manifest.py            # 流水线状态管理
    ├── video_download.py      # 🆕 在线视频下载（yt-dlp）
    └── tts_dubbing.py         # 🆕 TTS 语音配音（Edge TTS）

详细文档

详见 SKILL.md 获取完整使用说明。

技术参考

本项目参考了以下优秀开源项目的理念：

© 2026 AtomCollide-智械工坊团队 | GitHub: hermes-skill-ideasphere

🚀 加入AtomCollide-AI智能体实验室

元素碰撞-AtomCollide-AI 智能体实验室 是一个专注于AI领域的开源组织，汇聚了众多优秀学习者。

核心价值

找工作：更省力，也更精准

• 一线大厂内推通道（字节、阿里、腾讯等）
• 全链路求职赋能包（面试题库、简历优化、晋升指导）
• 线下技术沙龙 & 人脉网络

学AI测试：真正落地，拒绝空谈

• 从0到1实战落地体系（Skills、MCP、RAG、AI IDE等）
• 独家自研资料与工具矩阵
• 前沿技术同步与提效方案

知识库

• 踩坑合集
• 商业化案例库
• 科普专栏
• Open Build
• LLM/Agent/研究报告知识库
• Skill封装合集
• 社区治理运营知识库

加入社群

AtomCollide-智械工坊团队出品

🎬 视频处理增强 (NEW)

视频处理增强模块，支持质量优化、格式转换、帧提取和视频合成。

处理能力:

• 视频质量优化
• 视频格式转换
• 视频帧提取
• 视频合成

from modules.video_processor import VideoProcessor, VideoQuality

processor = VideoProcessor()

# 获取视频信息
info = processor.get_video_info("/path/to/video.mp4")
print(f"分辨率: {info.width}x{info.height}")
print(f"时长: {info.duration}s")

# 优化视频
result = processor.optimize_video(
    "/path/to/video.mp4",
    quality=VideoQuality.HIGH,
    target_format=VideoFormat.MP4,
)

# 提取视频帧
frames = processor.extract_frames(
    "/path/to/video.mp4",
    "/path/to/frames",
    frame_interval=1.0,
    max_frames=100,
)

# 从帧创建视频
result = processor.create_video_from_frames(
    frames,
    "/path/to/output.mp4",
    fps=30.0,
)

质量预设:

• LOW: 480x360, 500kbps
• MEDIUM: 720x480, 1Mbps
• HIGH: 1280x720, 2Mbps
• ULTRA: 1920x1080, 4Mbps